1. 情報or新聞 連結：
http://bit.ly/2v3OJVY
2. 內文：
谷歌推出第三代TPU搶攻物聯網與終端
在2016年，谷歌發佈第一代TPU（Tensor Processing Unit）。這是一款專門針對機器學
習客製化的專用晶片（ASIC），也是一款谷歌高度客製化的AI晶片，主要是採用谷歌深度
學習框架TensorFlow而設計。由於AlphaGo聞名於世，因而谷歌TPU的強大運算能力絕對扮
演重要角色。
谷歌於7月底宣佈TPU 3.0，即是Edge TPU正式進入Alpha內部測試階段，未來將使感測器
和其他小工具能夠更快地處理數據。
TPU晶片其實可以用於各種場景，但是最初的一個用途是用於工業製造。消費電子製造商
LG正在測試這款TPU，讓該系統可以自動檢測顯示器玻璃的製造缺陷。
目前，在製造用於顯示器面板的玻璃期間，檢查裝置每秒處理超過200個玻璃圖像。LG表
示，任何出現的問題都是人工檢查的，現有系統的準確率約為50%。 可是採用谷歌的人工
智慧即可提供99.9%的準確率。
谷歌進入客製化AI晶片是嘗試擴大與亞馬遜和微軟在雲端市場的競爭。自2015年以來，谷
歌一直在使用TPU來加速自己數據中心的某些工作負載，而不是依賴英偉達等供應商提供
的商用晶片。
可是，谷歌開始採用TPU之後，讓谷歌更為堅決相信其AI晶片正變得更具戰略性的武器。
在AI中，研究人員使用大量數據訓練模型，以便機器能夠在新數據到達時進行預測。TPU
的初始版本只能做出這些預測，而2017年的第二個版本已經可以用於訓練模型，進而開始
與英偉達(Nvidia)展開競爭。
至於第三代TPU，即是Edge TPU，其專門用於AI預測部分的微型晶片，比訓練模型的運算
密集度還要更低。Edge TPU無需連接到一些功能強大的電腦即可進行運算，因此應用程式
可以更快反應，且更可靠運行。其可以與感應器裝置中的標準晶片或微控制器一起處理AI
工作。
谷歌其實不想讓Edge TPU與傳統晶片競爭，這種作法對於所有晶片供應商和設備製造商都
非常有利。谷歌期望Edge TPU將會顛覆雲端市場之競爭，因為就成本和能源使用而言，谷
歌晶片在某些類型的運算方面可以比傳統晶片更高效。
谷歌並不是唯一一家將重點放在所謂的物聯網處理上的雲端服務提供商，其重點是管理和
處理來自許多小型嵌入式裝置的數據。2018年早些時候，微軟也曾經宣佈推出面向物聯網
的晶片設計。
3.心得
Google所推出的TPU 3.0，也就是Edge TPU並不僅僅只是設計來為了跟傳統晶片競爭，
而是放眼於整個雲端市場，雖然Google並不是第一個推出物聯網面向的晶片設計，
可它能夠準確處理來自許多小型嵌入式裝置的數據，的確是做出了谷歌與其他廠商的不同。